001 第 1章 OpenCV基礎(chǔ)
002 1.1 OpenCV簡(jiǎn)介
002 1.2 OpenCV 編程環(huán)境搭建
002 1.2.1 Visual Studio 2019安裝
004 1.2.2 Qt 安裝
006 1.2.3 OpenCV Release版本安裝
006 1.2.4 VS 2019中OpenCV 4.4環(huán)境的配置
010 1.2.5 Qt 5.9.9中OpenCV 4.4環(huán)境的搭建
016 1.3 Mat圖像存儲(chǔ)容器
016 1.3.1 Mat容器簡(jiǎn)介
018 1.3.2 存儲(chǔ)方法
019 1.3.3 創(chuàng)建Mat對(duì)象
024 1.4 圖像讀取與保存
024 1.4.1 圖像讀取
027 1.4.2 圖像保存
029 1.5 視頻讀取與輸出
029 1.5.1 視頻讀取
031 1.5.2 視頻輸出
033 1.6 圖像屬性與基本圖形繪制
033 1.6.1 圖像屬性
034 1.6.2 基本圖形繪制
036 1.6.3 顏色空間轉(zhuǎn)換
038 1.7 計(jì)算機(jī)交互
038 1.7.1 鼠標(biāo)和鍵盤(pán)
040 1.7.2 滑動(dòng)條
041 1.8 小結(jié)
042 第 2章 圖像預(yù)處理
043 2.1 圖像格式和通道
043 2.1.1 圖像格式
043 2.1.2 通道分離與合并
047 2.2 點(diǎn)運(yùn)算
047 2.2.1 像素點(diǎn)操作和卷積
052 2.2.2 圖像反轉(zhuǎn)
054 2.2.3 對(duì)數(shù)變換
055 2.2.4 冪律變換
057 2.2.5 線性變換
058 2.2.6 全域線性變換
061 2.2.7 圖像灰度化
063 2.3 直方圖處理
064 2.3.1 標(biāo)準(zhǔn)直方圖
067 2.3.2 直方圖均衡化
068 2.3.3 直方圖匹配
072 2.3.4 局部直方圖處理
075 2.4 圖像去噪
075 2.4.1 均值濾波
077 2.4.2 高斯濾波
080 2.4.3 中值濾波
081 2.4.4 雙邊濾波
083 2.4.5 小波濾波
088 2.5 小結(jié)
089 第3章 圖像分割和數(shù)學(xué)形態(tài)學(xué)
090 3.1 圖像分割
090 3.1.1 灰度閾值算法
095 3.1.2 OTSU閾值算法
099 3.1.3 區(qū)域生長(zhǎng)算法
105 3.1.4 分水嶺算法
108 3.1.5 迭代式閾值分割
110 3.1.6 Grab Cut圖像切割算法
113 3.2 數(shù)學(xué)形態(tài)學(xué)
113 3.2.1 膨脹和腐蝕
116 3.2.2 開(kāi)運(yùn)算與閉運(yùn)算
117 3.2.3 形態(tài)學(xué)梯度
118 3.2.4 頂帽
120 3.2.5 黑帽
121 3.2.6 綜合運(yùn)用細(xì)線和噪點(diǎn)去除
122 3.3 圖像金字塔
122 3.3.1 高斯金字塔
123 3.3.2 拉普拉斯金字塔
127 3.3.3 高斯不同
129 3.4 小結(jié)
130 第4章 特征提取與匹配
131 4.1 邊緣檢測(cè)
131 4.1.1 梯度法
131 4.1.2 索貝爾算子
134 4.1.3 拉普拉斯算子
136 4.1.4 坎尼算子
138 4.1.5 普魯伊特算子
139 4.1.6 羅伯茨算子
140 4.2 顏色特征
140 4.2.1 灰度直方圖
143 4.2.2 聚類
145 4.3 關(guān)鍵點(diǎn)特征
146 4.3.1 SURF算法
148 4.3.2 SIFT算法
150 4.3.3 ORB算法
153 4.3.4 LBP算法
154 4.3.5 Gabor算法
156 4.4 特征描述與匹配
156 4.4.1 SIFT特征描述子
158 4.4.2 ORB特征描述子
160 4.5 形狀提取
161 4.5.1 標(biāo)準(zhǔn)霍夫變換
163 4.5.2 累計(jì)概率霍夫變換
165 4.5.3 霍夫圓變換
167 4.6 小結(jié)
168 第5章 模板匹配與輪廓繪制
169 5.1 模板匹配
172 5.2 輪廓繪制
178 5.3 小結(jié)
179 第6章 視頻錄制與目標(biāo)追蹤
180 6.1 簡(jiǎn)單視頻錄制
187 6.2 視頻目標(biāo)追蹤
187 6.2.1 BS算法
190 6.2.2 Meanshift算法與Camshift算法
191 6.2.3 示例程序
196 6.3 小結(jié)
197 第7章 三維重建
198 7.1 超分辨率重建
198 7.1.1 常見(jiàn)的超分辨率重建技術(shù)
206 7.1.2 光流法簡(jiǎn)介
211 7.1.3 視頻重建的原理和過(guò)程
215 7.2 三維重建的具體操作
215 7.2.1 calib3d模塊簡(jiǎn)介
215 7.2.2 黑白棋盤(pán)重構(gòu)
217 7.2.3 單目相機(jī)標(biāo)定
222 7.3 小結(jié)
223 第8章 距離測(cè)量與角點(diǎn)檢測(cè)
224 8.1 距離測(cè)量
225 8.1.1 單目測(cè)距
227 8.1.2 雙目測(cè)距
228 8.2 角點(diǎn)檢測(cè)
228 8.2.1 Harris角點(diǎn)檢測(cè)
230 8.2.2 Shi-Tomasi角點(diǎn)檢測(cè)
231 8.2.3 亞像素級(jí)角點(diǎn)檢測(cè)
233 8.3 小結(jié)
234 第9章 圖像識(shí)別應(yīng)用
235 9.1 文字識(shí)別
235 9.1.1 OCR簡(jiǎn)介
235 9.1.2 OCR操作基礎(chǔ)
237 9.1.3 示例程序
239 9.2 二維碼識(shí)別
240 9.2.1 二維碼編程原理
241 9.2.2 二維碼識(shí)別原理
241 9.2.3 示例程序
242 9.3 人臉識(shí)別
243 9.3.1 人臉識(shí)別Haar特征
244 9.3.2 Cascade分類器
246 9.3.3 Eigen Faces人臉識(shí)別算法
248 9.3.4 示例程序
255 9.4 車(chē)牌識(shí)別
255 9.4.1 灰度二值化處理
255 9.4.2 車(chē)牌定位
256 9.4.3 字符識(shí)別
257 9.4.4 示例程序
266 9.5 小結(jié)
267 第 10章 基于深度學(xué)習(xí)的圖像應(yīng)用
268 10.1 深度學(xué)習(xí)基本原理
268 10.1.1 神經(jīng)網(wǎng)絡(luò)
269 10.1.2 卷積神經(jīng)網(wǎng)絡(luò)
270 10.1.3 循環(huán)神經(jīng)網(wǎng)絡(luò)
271 10.2 深度神經(jīng)網(wǎng)絡(luò)模塊
271 10.2.1 主流框架模型簡(jiǎn)介
272 10.2.2 模型操作
272 10.2.3 硬件加速
273 10.3 人體姿態(tài)識(shí)別
273 10.3.1 原理簡(jiǎn)介
274 10.3.2 人體姿態(tài)識(shí)別示例程序
277 10.4 YOLO物體識(shí)別
277 10.4.1 原理簡(jiǎn)介
279 10.4.2 YOLO算法示例程序
283 10.5 圖片分類
286 10.6 小結(jié)
287 附錄1 OpenCV編程常見(jiàn)問(wèn)題
290 附錄2 OpenCV 4.4源碼及opencv_contrib模塊編譯
300 附錄3 基于Caffe框架的神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程